尊龙人生|河村彩|人工智能聊天机器人让网络安全工作更容易但基础模型将颠覆现状

　　AI解决方案尊龙凯时 - 人生就是搏!✿◈★。尊龙凯时人生就是博·(中国)官网✿◈★，尊龙凯时人生就是博✿◈★，尊龙凯时app下载✿◈★，尊龙凯时人生尊龙凯时人生就是搏·(中国)官网✿◈★。AI人工应用生成式人工智能首次亮相时✿◈★，企业纷纷启动人工智能试验✿◈★。人们接受了很多不太理解或许也不完全信任的创新✿◈★。然而对网络安全专业人士来说✿◈★，发挥人工智能的能力是多年宿愿✿◈★，而且历史性的里程碑即将出现✿◈★：预报攻击的能力尊龙人生✿◈★。

　　在网络安全领域✿◈★，事先预报一直是“至高核心”✿◈★，但这一想法向来遭到质疑✿◈★，而且确实有充分理由✿◈★。有关“预报能力”的说法要么是营销炒作✿◈★，要么就为时过早✿◈★。然而✿◈★，如今人工智能正处于转折点✿◈★，更多数据访问✿◈★，运转更流畅的模型以及数十年的经验积累为大规模预报铺平了道路✿◈★。

　　看到这里✿◈★，读者可能认为我马上就要暗示聊天机器人会演变成网络预言家✿◈★，不会的✿◈★，大伙可以松口气了✿◈★。新一代聊天机器人使用的生成式人工智能尚未达到最佳性能✿◈★。这只是开始✿◈★，当前技术为基础模型和推理能力开辟道路✿◈★，才能实现高度自信地判断网络攻击的可能性✿◈★，具体攻击方式以及何时发生✿◈★。

　　想要短期内掌握基础模型可为安全团队带来的优势✿◈★，必须首先了解这一领域人工智能发展的现状✿◈★。经典人工智能模型利用针对特定用例的特定数据集训练✿◈★，快速准确地获得特定结果✿◈★，这是人工智能应用在网络安全中的关键优势✿◈★。时至今日✿◈★，相关创新加上自动化尊龙人生✿◈★，在管理威胁✿◈★、保护用户身份和数据隐私方面继续发挥着重要作用✿◈★。

　　如果经典人工智能用Clop勒索软件（对数百个组织造成严重破坏的变体）训练✿◈★，就能识别各种特征和细微线索✿◈★，推断出环境中存在勒索软件✿◈★，并优先标记提示安全团队✿◈★。完成的速度和准确度都很高✿◈★，明显超过手动分析✿◈★。

　　今天✿◈★，威胁模式出现了变化✿◈★。攻击面逐渐扩大✿◈★，对手跟企业一样使用人工智能✿◈★，安全技能仍然稀缺✿◈★。传统人工智能无法独立覆盖各种基础✿◈★。

　　最近生成式人工智能兴起将大型语言模型（LLM）推向了网络安全领域的中心✿◈★，因为大语言模型能利用自然语言为安全分析师快速获取和总结各种形式的信息✿◈★。这些模型为安全团队提供类似人类的交互体验✿◈★，使复杂且技术含量很高的信息消化和分析更方便也更迅速✿◈★。

　　我们开始发现大语言模型能帮团队更快也更准确地做出决策✿◈★。在某些情况下✿◈★，以前需要数周的操作现在几天甚至数小时就能完成✿◈★。当然✿◈★，速度和准确性仍然是新型创新的关键特征✿◈★。比较知名的案例包括IBM Watson Assistant✿◈★、微软Copilot或Crowdstrike的Charlotte 人工智能聊天机器人等等技术突破✿◈★。

　　安全市场当前的创新前沿在于✿◈★：实现大语言模型的价值✿◈★，主要途径是作为安全分析师人工助理的聊天机器人✿◈★。未来12至18个月内✿◈★，创新将转化应用并产生实质性影响✿◈★。

　　由于行业人才短缺✿◈★，安全人员每天面临的威胁也不断增加✿◈★，各方面能争取到的帮助都需要✿◈★，而且聊天机器人可将能量成倍放大✿◈★。考虑一下✿◈★，网络犯罪分子已将执行勒索软件攻击的时间减少94%✿◈★：既然犯罪分子将时间当成武器✿◈★，防守方也必须尽可能缩短应对时间✿◈★。

　　大语言模型成熟后✿◈★，我们将能充分利用基础模型的潜力✿◈★。基础模型可在多模式数据上训练——不仅包括文本✿◈★，还有图像✿◈★、音频✿◈★、视频✿◈★、网络数据尊龙人生✿◈★、行为等✿◈★。可在大语言模型简单语言处理基础上搭建✿◈★，显著增加或替代人工智能当前需要的大量参数✿◈★。再加上基础模型可自我监督✿◈★，本身比较直观且适应性强✿◈★。

　　具体什么意思？之前提到的勒索软件案例中✿◈★，基础模型不必了解Clop勒索软件✿◈★，甚至不用了解任何勒索软件尊龙人生✿◈★，就能发现异常可疑的行为✿◈★。基础模型可以自行学习✿◈★，不需要针对特定的场景训练✿◈★。因此在这种情况下✿◈★，基础模型能发现难以捉摸的河村彩尊龙人生✿◈★、前所未有的威胁✿◈★。这一能力可提高安全分析师的效率河村彩✿◈★，加快调查和响应✿◈★。

　　相关能力距离实现已不远✿◈★。大概一年前✿◈★，我们在IBM启动了一个试验项目✿◈★，为安全部门研发基础模型✿◈★，监测之前无法发现的威胁并做出预报✿◈★，在不损害数据隐私的前提下在企业安全堆栈中实现直观通信和推理✿◈★。

　　客户一次试验中✿◈★，该模型的新功能在攻击几天之前就预报了55次攻击✿◈★。分析人士的证据显示✿◈★，55个预报中23次攻击确实出现✿◈★，其他多次攻击在被发现之前就已被阻止✿◈★。其中包括多次分布式拒绝服务（DDoS）✿◈★，还有企图配置不同恶意软件的网络钓鱼攻击✿◈★。提前了解对手的意图并为攻击做好准备✿◈★，防守方就能掌握难得的富裕时间✿◈★。

　　基础模型的训练数据来自几个相互影响的数据源——从API源✿◈★、情报源✿◈★、危害指标到行为和社交平台指标等✿◈★。基础模型能帮我们 发现 对手利用客户环境中已知漏洞的意图✿◈★，以及成功入侵后外泄数据的计划✿◈★。此外✿◈★，该模型假设了300多种新攻击模式✿◈★，企业可利用相关信息强化安全防护✿◈★。

　　相关知识给防守方争取到富裕时间的重要性不言而喻✿◈★。了解即将到来的攻击后尊龙人生✿◈★，安全团队可以采取应对措施✿◈★，防止造成严重后果（例如✿◈★，修补漏洞和纠正错误配置）✿◈★，也能为主动威胁类攻击做好准备✿◈★。

　　如果说基础模型能阻止网络威胁✿◈★，让全世界网络更安全✿◈★，我会高兴得难以言喻✿◈★，然而实际情况并不一定如此✿◈★。预报并不是预言✿◈★，而是经过证实的预测✿◈★。（财富中文网）

　　生成式人工智能首次亮相时✿◈★，企业纷纷启动人工智能试验✿◈★。人们接受了很多不太理解或许也不完全信任的创新✿◈★。然而对网络安全专业人士来说✿◈★，发挥人工智能的能力是多年宿愿✿◈★，而且历史性的里程碑即将出现✿◈★：预报攻击的能力✿◈★。

　　在网络安全领域✿◈★，事先预报一直是“至高核心”✿◈★，但这一想法向来遭到质疑✿◈★，而且确实有充分理由✿◈★。有关“预报能力”的说法要么是营销炒作✿◈★，要么就为时过早✿◈★。然而✿◈★，如今人工智能正处于转折点✿◈★，更多数据访问✿◈★，运转更流畅的模型以及数十年的经验积累为大规模预报铺平了道路✿◈★。

　　看到这里✿◈★，读者可能认为我马上就要暗示聊天机器人会演变成网络预言家✿◈★，不会的✿◈★，大伙可以松口气了✿◈★。新一代聊天机器人使用的生成式人工智能尚未达到最佳性能✿◈★。这只是开始✿◈★，当前技术为基础模型和推理能力开辟道路✿◈★，才能实现高度自信地判断网络攻击的可能性✿◈★，具体攻击方式以及何时发生✿◈★。

　　想要短期内掌握基础模型可为安全团队带来的优势✿◈★，必须首先了解这一领域人工智能发展的现状✿◈★。经典人工智能模型利用针对特定用例的特定数据集训练✿◈★，快速准确地获得特定结果✿◈★，这是人工智能应用在网络安全中的关键优势✿◈★。时至今日✿◈★，相关创新加上自动化✿◈★，在管理威胁✿◈★、保护用户身份和数据隐私方面继续发挥着重要作用✿◈★。

　　如果经典人工智能用Clop勒索软件（对数百个组织造成严重破坏的变体）训练✿◈★，就能识别各种特征和细微线索河村彩✿◈★，推断出环境中存在勒索软件✿◈★，并优先标记提示安全团队✿◈★。完成的速度和准确度都很高✿◈★，明显超过手动分析✿◈★。

　　今天✿◈★，威胁模式出现了变化✿◈★。攻击面逐渐扩大✿◈★，对手跟企业一样使用人工智能✿◈★，安全技能仍然稀缺✿◈★。传统人工智能无法独立覆盖各种基础✿◈★。

　　最近生成式人工智能兴起将大型语言模型（LLM）推向了网络安全领域的中心✿◈★，因为大语言模型能利用自然语言为安全分析师快速获取和总结各种形式的信息✿◈★。这些模型为安全团队提供类似人类的交互体验✿◈★，使复杂且技术含量很高的信息消化和分析更方便也更迅速✿◈★。

　　我们开始发现大语言模型能帮团队更快也更准确地做出决策✿◈★。在某些情况下✿◈★，以前需要数周的操作现在几天甚至数小时就能完成✿◈★。当然✿◈★，速度和准确性仍然是新型创新的关键特征✿◈★。比较知名的案例包括IBM Watson Assistant✿◈★、微软Copilot或Crowdstrike的Charlotte 人工智能聊天机器人等等技术突破✿◈★。

　　安全市场当前的创新前沿在于✿◈★：实现大语言模型的价值✿◈★，主要途径是作为安全分析师人工助理的聊天机器人✿◈★。未来12至18个月内✿◈★，创新将转化应用并产生实质性影响✿◈★。

　　由于行业人才短缺✿◈★，安全人员每天面临的威胁也不断增加✿◈★，各方面能争取到的帮助都需要✿◈★，而且聊天机器人可将能量成倍放大尊龙人生✿◈★。考虑一下✿◈★，网络犯罪分子已将执行勒索软件攻击的时间减少94%✿◈★：既然犯罪分子将时间当成武器✿◈★，防守方也必须尽可能缩短应对时间✿◈★。

　　大语言模型成熟后✿◈★，我们将能充分利用基础模型的潜力✿◈★。基础模型可在多模式数据上训练——不仅包括文本✿◈★，还有图像✿◈★、音频✿◈★、视频✿◈★、网络数据✿◈★、行为等✿◈★。可在大语言模型简单语言处理基础上搭建✿◈★，显著增加或替代人工智能当前需要的大量参数✿◈★。再加上基础模型可自我监督✿◈★，本身比较直观且适应性强✿◈★。

　　具体什么意思？之前提到的勒索软件案例中✿◈★，基础模型不必了解Clop勒索软件✿◈★，甚至不用了解任何勒索软件✿◈★，就能发现异常可疑的行为✿◈★。基础模型可以自行学习✿◈★，不需要针对特定的场景训练✿◈★。因此在这种情况下✿◈★，基础模型能发现难以捉摸的✿◈★、前所未有的威胁✿◈★。这一能力可提高安全分析师的效率✿◈★，加快调查和响应✿◈★。

　　相关能力距离实现已不远✿◈★。大概一年前✿◈★，我们在IBM启动了一个试验项目河村彩✿◈★，为安全部门研发基础模型✿◈★，监测之前无法发现的威胁并做出预报✿◈★，在不损害数据隐私的前提下在企业安全堆栈中实现直观通信和推理✿◈★。

　　客户一次试验中尊龙人生✿◈★，该模型的新功能在攻击几天之前就预报了55次攻击✿◈★。分析人士的证据显示✿◈★，55个预报中23次攻击确实出现河村彩✿◈★，其他多次攻击在被发现之前就已被阻止✿◈★。其中包括多次分布式拒绝服务（DDoS）✿◈★，还有企图配置不同恶意软件的网络钓鱼攻击✿◈★。提前了解对手的意图并为攻击做好准备✿◈★，防守方就能掌握难得的富裕时间✿◈★。

　　基础模型的训练数据来自几个相互影响的数据源——从API源✿◈★、情报源✿◈★、危害指标到行为和社交平台指标等✿◈★。基础模型能帮我们 发现 对手利用客户环境中已知漏洞的意图✿◈★，以及成功入侵后外泄数据的计划✿◈★。此外✿◈★，该模型假设了300多种新攻击模式✿◈★，企业可利用相关信息强化安全防护✿◈★。

　　相关知识给防守方争取到富裕时间的重要性不言而喻✿◈★。了解即将到来的攻击后✿◈★，安全团队可以采取应对措施✿◈★，防止造成严重后果（例如✿◈★，修补漏洞和纠正错误配置）✿◈★，也能为主动威胁类攻击做好准备✿◈★。

　　如果说基础模型能阻止网络威胁✿◈★，让全世界网络更安全✿◈★，我会高兴得难以言喻✿◈★，然而实际情况并不一定如此✿◈★。预报并不是预言✿◈★，而是经过证实的预测✿◈★。（财富中文网）